工業(yè)4.0和機器學習興起 助推工業(yè)物聯(lián)網(wǎng)全面發(fā)展

隨著機器人技術和工廠自動化技術的不斷發(fā)展，制造行業(yè)需要掌握和利用這些技術進步，也需要了解“工業(yè)4．0”對數(shù)據(jù)中心和電源保護部門的影響。

根據(jù)調(diào)查，“工業(yè)4．0”的實施可以讓英國制造業(yè)增加4550億英鎊的收入，并將創(chuàng)造17．5萬個就業(yè)機會，同時將二氧化碳排放量減少4．5％。埃森哲公司的研究表明，在全球范圍內(nèi)，到2030年，“工業(yè)物聯(lián)網(wǎng)”（IoT）創(chuàng)造的價值可能超過14萬億美元，相當于英國、法國、德國、意大利、西班牙、加拿大、荷蘭、比利時國民生產(chǎn)總值的總和。

當人們感受到這些數(shù)字的巨大規(guī)模時，就會理解為什么大多數(shù)英國制造商熱衷于接受自動化、人工智能、機器學習和機器人技術提供的可能性，這并不奇怪。

工廠的車間安裝部署了數(shù)百臺機器，從工業(yè)廠房的生產(chǎn)線到空調(diào)機組，以及保障電力的不間斷電源（UPS）系統(tǒng)。這些設備中的每一個都配備有無數(shù)的傳感器，這些傳感器可生成大量的數(shù)據(jù)，并使它們能夠相互交互。

將這些不斷流動的數(shù)據(jù)與智能的實時分析和洞察結合起來，其結果是顯而易見的。減少加工缺陷，提高生產(chǎn)質(zhì)量，提高效率，優(yōu)化供應鏈，更好的維護，更好的工作可以節(jié)省一些時間和成本。

與任何工業(yè)革命一樣，也會帶來一些問題和擔憂。據(jù)稱，近三分之一的工作機會（30％）受到“機器人的興起”的威脅，盡管現(xiàn)實可能會看到許多傳統(tǒng)工作崗位的流失，而并不是大規(guī)模失業(yè)。

在數(shù)據(jù)中心和關鍵電源保護行業(yè)，也需要解決很多重大問題，即企業(yè)如何應對智能工廠和物聯(lián)網(wǎng)連接設備所創(chuàng)造的大量數(shù)據(jù)。一臺機器的性能日志每周可產(chǎn)生大約5GB的數(shù)據(jù)，典型的智能工廠每周產(chǎn)生大約5PB數(shù)據(jù)，相當于30萬多部16GB的iPhone手機的容量。

要讓制造商充分發(fā)掘工業(yè)4．0的潛力，他們必須將其連接設備的數(shù)據(jù)與人工智能、處理和分析結合起來。傳統(tǒng)工廠生產(chǎn)商品，而智能工廠生產(chǎn)商品和數(shù)字，這二者必須齊頭并進才能實現(xiàn)生產(chǎn)力和效率的提高。

這些大數(shù)據(jù)優(yōu)勢在工廠車間內(nèi)非常廣泛，可用于各個業(yè)務領域，從產(chǎn)品質(zhì)量和庫存控制到供應鏈優(yōu)化，并改善健康和安全。由一臺智能連接的UPS產(chǎn)生的數(shù)據(jù)可以輸入到人工智能影響的決策中，這些決策會影響工廠的電力消耗、能源效率和機械維護制度。

制造商年收入的30％可能因生產(chǎn)過程中的缺陷而損失。通過分析生產(chǎn)線傳感器的實時數(shù)據(jù)，很多質(zhì)量問題在一出現(xiàn)時就會被發(fā)現(xiàn)并糾正。

科技巨頭英特爾公司使用數(shù)據(jù)分析來幫助預測他們的微芯片中的設備故障。其結果是使維護時間縮短50％，產(chǎn)量提高25％，備件成本降低20％，共計節(jié)省300萬美元。另一方面，為了產(chǎn)生這種積極的結果，每小時需要處理5TB的機器數(shù)據(jù)！

工業(yè)物聯(lián)網(wǎng)（IIoT）設備的數(shù)據(jù)產(chǎn)生重大影響的另一個關鍵領域是機器維護。工業(yè)設備往往按照固定的時間表（即每月或每年）進行維修，無論其運行狀況如何。通過分析機器產(chǎn)生的性能統(tǒng)計信息，可以根據(jù)需要而不是時間進行預防性維護，從而減少勞動力浪費，并降低意外故障的風險。

無論是在運輸過程中如何評估損壞或劣化，以優(yōu)化包裝材料，實時研究消費者趨勢和買方行為以告知生產(chǎn)產(chǎn)量，還是監(jiān)控關鍵績效指標（如缺勤或工傷等）以改善內(nèi)部流程、連接設備、數(shù)據(jù)分析影響工業(yè)生活的各個方面。

制造商甚至在將產(chǎn)品銷售給最終用戶后很長時間內(nèi)才會收集到許多產(chǎn)品內(nèi)置傳感器的寶貴見解。這些數(shù)據(jù)表明項目是如何使用的？它的性能是否受到周圍環(huán)境影響？客戶利用最多的功能是什么？其寶貴的洞察力反饋到正在進行的產(chǎn)品開發(fā)過程中。

當然，每當有關工業(yè)4．0和智能工廠的討論時，人們的談話很快就會轉向機器人。機器人過程自動化（RPA）在推動制造效率方面發(fā)揮了巨大的作用。

機器人的出現(xiàn)使得人類執(zhí)行的枯燥、手動甚至是不安全的許多任務實現(xiàn)了自動化。可以比人類更好、更快、更準確地完成這些任務。與人類不同的是，機器人在輪班結束時不會感到疲倦，所以生產(chǎn)力水平始終保持在高水平。

在機器人應用方面，英國還落后于許多國家。國際機器人協(xié)會統(tǒng)計數(shù)據(jù)表明，英國每萬人只有33臺機器人，遠遠落后于日本（每萬人213臺），德國（每萬人170臺），瑞典（每萬人154臺）。波士頓咨詢公司預測，到2025年，機器人將執(zhí)行四分之一的制造任務（目前為10％），這些主流思維以及這些比例都需要改變。

計算能力和網(wǎng)絡技術的進步意味著當今的機器人比他們的前輩更“聰明”，不僅僅是它們可以執(zhí)行的功能，還有其適應能力。盡管早期的機器人一次又一次地執(zhí)行相同的功能，但現(xiàn)代機器人可以實時調(diào)整動作、學習課程，甚至相互協(xié)作，所有這一切都要歸功于機器人和它們產(chǎn)生的數(shù)據(jù)量。

在未來的工廠中，它不會是人類或機器人之間的非此即彼的選擇。機器人和工人將在工廠車間共同工作。事實上，到2020年，制造商預計60％的工廠的工人將與機器人，或與人工智能等自動化輔助技術一起工作。

數(shù)據(jù)中心曾一度是純粹存儲數(shù)據(jù)的措施。但人們都知道工業(yè)物聯(lián)網(wǎng)使得一切都變得更加動態(tài)和流暢。在全國各地的智能工廠中，數(shù)據(jù)正在被實時捕獲、分析和處理。

而如果進行額外的處理需要額外的存儲容量和額外的電源。當然，它為數(shù)據(jù)中心行業(yè)提供了極好的機會，但同時也為管理者和運營商提出了一個問題，即他們?nèi)绾纬浞掷觅Y本。

企業(yè)的數(shù)據(jù)中心能夠處理單個智能機器每周將創(chuàng)建的5GB數(shù)據(jù)嗎？可能會。但是100臺機器呢？1000臺機器呢？工廠車間將會安裝多少個設備和傳感器？企業(yè)將如何平衡對額外電源的需求以跟上處理需求，而不需要擴大規(guī)模？人們將面臨“少花錢多辦事”這樣的經(jīng)典難題。

采用模塊化方法的小型微型數(shù)據(jù)中心正在使數(shù)據(jù)處理設施可以在現(xiàn)場或盡可能靠近用戶位置的基礎上建立。這種邊緣計算是必不可少的，因為它使制造商能夠運行實時分析，而不需要將大量數(shù)據(jù)一路發(fā)送到云端并返回處理。

模塊化數(shù)據(jù)中心為運營商提供了“擴展時支付”的范圍。模塊化UPS的興起也提供了類似的電源保護要求。隨著工業(yè)4．0促進數(shù)據(jù)中心的發(fā)展，對可靠和強勁的持續(xù)電力供應的需求變得更加迫切。

無變壓器的模塊化UPS在更小的空間內(nèi)提供更高的功率密度，在所有的電力負載下運行效率更高，因此可以節(jié)省更多的電能，并且不需要耗費大量電源的空調(diào)來保持冷卻。

數(shù)據(jù)中心管理人員都會明智地審查他們當前的電源保護功能。如果他們的UPS機型老舊、體積龐大、效率更低，升級到現(xiàn)代化的模塊化UPS將是一個明智的舉措，以確保為智能工廠的需求做好充分的準備。

當然，對于某些制造商來說，特別是那些有多個站點分布在多個地點的制造商，無論采用現(xiàn)場數(shù)據(jù)中心還是采用云計算，仍然需要某種集中式數(shù)據(jù)存儲功能。

自動化程度的提高也讓人們質(zhì)疑運行工廠或數(shù)據(jù)中心通常需要的許多基本因素。如果工廠或數(shù)據(jù)中心設施已經(jīng)達到無人管理的階段，他們是否需要照明或供暖？這為節(jié)省大量能源和成本創(chuàng)造了機會。

如今的消費者比以往任何時候都要求更高。他們喜歡個性化或定制的產(chǎn)品，而且他們幾乎需要即時購買。當然，他們也希望這些獨特的產(chǎn)品能夠被廣泛使用，并且與大量生產(chǎn)的產(chǎn)品一樣成本低廉。

機器學習和工業(yè)4．0的興起有可能啟動制造業(yè)的“優(yōu)勢”，即定制產(chǎn)品在當?shù)匕葱枭a(chǎn)制造，而無在全球各地訂購生產(chǎn)。